FDE 术语表 | FDE 学院

FDE（前沿部署工程师）: Forward Deployment Engineer 的缩写，站在模型与客户业务之间、把前沿 AI 真正部署、调优、跑进企业产线的复合型角色。详见什么是 FDE。
CAIO（首席 AI 官）: Chief AI Officer，在决策层把 AI 变成组织能力的人。与 FDE 构成"一线 + 决策"的双角色结构：FDE 把点打透，CAIO 把面铺开。
Agent（智能体）: 能自主规划、调用工具、多步完成目标的 AI 系统，区别于"一问一答"的聊天模型。FDE 在现场大量使用 RAG + Agent 把业务动作自动化。
RAG（检索增强生成）: Retrieval-Augmented Generation，让模型在回答前先从企业私有知识里检索相关片段，再生成答案。是企业"知识管理"类场景的标配技术，也是 FDE 最常搭的能力之一。
落地: 指 AI 从"能演示"变成"业务里真正用得起来"。在 AfterAI 的语境里，最后一公里就是落地的同义词——模型再强，跑不进业务就不算数。
最后一公里: AfterAI 反复强调的隐喻：企业真正缺的不是更多模型，而是让 AI 在业务中真正落地的那最后一段。这也是 FDE 存在的全部理由。
续章社区: AfterAI 旗下 FDE 前沿部署工程师社区，主张"AI 是序章，我们是续章"——模型写完了序章，把价值跑通的那一程，由人与社区接着写。
MLOps: 机器学习运维，管模型生命周期的工程化（训练、部署、监控、回滚）。它与 FDE 在"部署"上重叠，但对管道负责 vs 对结果负责，边界正在重画。
Token / AI 通道: 模型按 token 计费，调用大模型需要稳定的 token 供给。AfterAI 把这件事做成"AI 通道"，让企业不必自己谈多家模型、接多套密钥。
续章四关: AfterAI 提出的 FDE 自有方法论：找真问题 → 接进业务 → 跑通产线 → 留下能力。区别于业界"现场五关"等框架，强调"留下能力"才是交付的终点。详见什么是 FDE。

加入 FDE 交流群

关注微信公众号「AfterAI-FDE社区」获取最新内容

关注AfterAI公众号

扫码查看FDE知识库

添加微信进入社群

FDE 黑话，一次说清

术语之外，先看全景

加入 FDE 交流群